PENERAPAN METODE CLUSTERING SELF ORGANIZING MAPS (SOM) DAN K-AFFINITY PROPAGATION (K-AP) DALAM MENGELOMPOKKAN NILAI TUKAR PETANI DI INDONESIA 2022

Abstract

Sektor pertanian masih menjadi sorotan utama di Indonesia, hal ini dikarenakan kontribusi sektor pertanian terhadap perekonomian nasional cukup besar dan penyerapan tenaga kerja pada sektor pertanian terbilang cukup tinggi. Keberhasilan pembangunan di sektor pertanian dapat dilihat pada tingkat kesejahteraan petani dengan indikator Nilai Tukar Petani (NTP). Dalam rangka meningkatkan kesejahteraan petani di Indonesia dibutuhkan suatu analisis pengelompokan wilayah yang berguna untuk memetakan persebaran tingkat kesejahteraan petani. Analisis yang dapat digunakan adalah analisis clustering dengan algoritma Self Organizing Maps (SOM) dan K-Affinity Propagation (K-AP). Kedua metode cluster tersebut dapat diterapkan hampir disemua sektor, salah satunya sektor pertanian. Penelitian bertujuan untuk menguraikan hasil clustering metode SOM dengan K-AP dan untuk mengetahui hasil pengelompokan NTP terbaik antara metode SOM dengan K-AP. Hasil penelitian dengan metode SOM dan K-AP cluster terbaik yang terbentuk sebanyak 3 cluster.  Pada metode SOM cluster 1 terdapat 14 provinsi, cluster 2 terdapat 19 provinsi dan cluster 3 terdapat 1 porvinsi. Sedangkan untuk metode K-AP, terdapat 11 provinsi pada cluster 1, 22 provinsi pada cluster 2 dan 1 provinsi cluster 3. Metode SOM memiliki nilai rasio sebesar 18,59997 dan pada metode K-AP memiliki nilai rasio sebesar 38,04833. Dari nilai rasio yang didapatkan pada kedua metode tersebut, dapat disimpulkan bahwa nilai rasio metode SOM lebih kecil dibandingkan K-AP, sehingga analisis cluster data NTP berdasarkan subsektor pertanian di Indonesia tahun 2022 lebih baik jika menggunakan metode SOM dengan 3 cluster.